摘要
本发明涉及涉及图像处理技术领域,公开了一种面向视觉位移测量的轻量级图像超分辨率重建方法,可以显著提高视觉位移测量的精度。首先,该方法面向视觉位移测量为图像超分辨率重建方法确定了一种合适的训练策略:对偶回归策略,该策略能确保重建网络模型输出高分辨率图像的特征点坐标与实际情况一致,从而保证视觉位移测量的稳定性和准确性;同时,该方法引入降采样模块将输入低分辨率图像降采样为特征图,减少推理过程中计算量,并且设计可重参数化的细节增强卷积DEConv减少模型参数量,最终提升模型的推理速度,满足视觉位移测量任务实时处理图像的需求。
技术关键词
采样模块
视觉
特征提取模块
分支
参数化方法
注意力
残差结构
网络模型结构
图像重建
卷积模块
像素
生成高分辨率
深度特征提取
通道
高频特征
特征点
系统为您推荐了相关专利信息
红外光
对比度
状态空间模型
融合可见光图像
融合全局特征
接入点
软件定义广域网
流表处理方法
分支
终端设备
需求预测方法
混合深度学习模型
双向长短期记忆网络
充电站
数据
分区
背光面板
行像素数量
背光控制方法
控制芯片